第三节 CGE模型的数据库与参数设定
一、模型基础数据
CGE模型的基础数据是在投入产出表基础上构建的社会核算矩阵（SAM表）。以中国能源—经济—环境政策模型为例，可以基于研究问题的需要和不同的数据基础构建不同的分析框架。第一个模型是基于2002年投入产出表的模型，包括37个行业，一组居民家庭，三种生产要素（劳动、资本和能源）。37个生产行业中包括1个农业部门、34个工业部门和2个服务业。能源要素的投入来自7个能源部门，分别是煤、石油、天然气、石油加工品、焦炭、燃气和电力。第二个模型是基于2007年投入产出表以及2007年相应的海关、税收、国际收支、资金流量等数据编制的2007年SAM表，包括39个部门（见表3—1）,2组居民家庭（城市和农村）,3种生产要素（劳动、资本和能源）。39个生产部门中包括1个农业部门、36个工业部门和2个服务业。能源要素的投入来自9个能源部门，分别是煤、石油、天然气、石油加工品、焦炭、燃气、火电、其他电力以及热力。利用前者我们探讨了中国的减排潜力以及实现2020年减排目标的可能选择（第九章第一节），利用后者探讨了碳税对发展非化石能源的作用（第九章第二节）以及碳税和碳交易的选择与区域经济发展问题（第九章第五节）。
表3—1 中国能源—经济—环境政策模型SAM表的部门分类
注：本书各章中不同模型的行业归并方式不同。
多区域CGE模型的基础数据来自中国科学院虚拟经济与数据科学研究中心编制的2002年和2007年30个省区（除西藏、香港、澳门、台湾）60个部门的区域间投入产出表。该表包含1个2×30×2×30的中间商品交易矩阵，反映了30个省区60个部门的中间投入和中间使用，还有1个2×30×2×5的最终商品交易矩阵，分别反映了30个省区的城镇居民消费、农村居民消费、政府购买、固定资产形成和存货投资使用各地区商品的情况。除此之外，增加值部分、出口、进口、总产出、总投入均为2×30的矩阵。为了动态求解的需要，作者把60个部门合并为19个部门（见表3—2），以此作为模型的基础数据库。
表3—2 多区域CGE模型的部门划分
二、外生参数的设定与估算
（一）全国CGE模型参数的设定与估算
全国CGE模型的外生参数——生产要素之间的替代弹性的设定参考了武亚军等（2002）的研究，以及Paltsev et al.（2005）的参数设定。进口与国产商品之间的替代弹性参考全球贸易分析模型第六版（GTAP 6.0）中的经验值。行业劳动的数据来自中国第五次人口普查数据和《中国经济普查年鉴（2004）》。固定资产投资、人口等数据来自《中国统计年鉴（2008）》。2007年不同发电技术的发电量来自IEA（2009），不同技术的投入成本来自IEA（2005,2007）和Paltsev et al.（2005）。由于能源的消耗需要用实物量来衡量，然而投入产出表中不同部门对能源的消耗采用的是价值量的单位，因此，基年的转换系数（可看做能源价格）可以通过价值量除以相应的实物量（来自《中国能源统计年鉴（2008）》）来获得，该转换系数同样用于对未来能源消耗的估计。CO2排放可根据所消耗的不同的能源品种乘以相应的CO2排放因子以及氧化率获得（见表3—3）。
表3—3 化石能源转化成CO2排放的计算因子
资料来源：低位发热量和折标煤系数来自《中国能源统计年鉴（2008）》, CO2排放系数来自IPCC（2006）。
（二）多区域CGE模型参数的设定与估算
1．替代弹性
国产商品和进口商品间的替代弹性值、国内不同区域商品间的替代弹性值主要参考GTAP 6.0中的经验值。由于缺乏地区之间商品替代弹性的测算，这里采用GTAP 6.0中国与别国之间商品的替代弹性值的1.5倍。生产函数中各层CES函数嵌套所需的替代弹性的设置主要在武亚军和宣晓伟研究的基础上稍加调整得到，如表3—4所示。
表3—4 能源—环境—区域经济模型的替代弹性设置
资料来源：武亚军、宣晓伟：《环境税经济理论及对中国的应用分析》，北京，经济科学出版社，2002，略作了调整。
2．资本存量和劳动数据
张军等曾对中国2000年各地区资本存量进行推算，可以此为基础来推算2002年的资本存量。推算方法如下：
基年每个地区各行业的资本存量根据它们资本折旧和营业剩余之和的比例大小在该地区总资本存量中进行分配。
各地区各行业劳动数据的计算主要根据《中国第五次人口普查数据》和《中国统计年鉴（2002）》。中国第五次人口普查数据是对2000年各地区各行业劳动就业人数的抽样调查，因此先据此算出各地区各行业劳动就业人数之间的比例关系，再根据《中国统计年鉴（2002）》中劳动总数乘以相应的比例推算出最后中国30个省区各行业劳动就业人数。
3．能源消费和CO2排放数据
基年各地区的能源消费量和CO2排放量根据《中国能源统计年鉴》中2002年各地区能源平衡表的各种能源的实物量来计算。
其中，终端消费量包括农业、工业、建筑业、交通运输业、批发零售业、服务业、居民消费量；加工转换过程中净消耗的能源量包括火力发电、供热、洗选煤、炼焦、炼油、制气、煤制品净消耗的能源量（投入减去产出）；损失量为能源在输送、分配、储存过程中发生的损失量。
CO2排放测算的界定范围为化石能源燃烧产生的CO2，它占到全部CO2的90%。农业、土地利用等非化石能源燃烧排放的CO2、除火力发电供热以外的行业转换过程损失的CO2以及能源在运输、分配、储存过程中因损失产生的CO2由于所占比例不大且不易计算，所以忽略不计。
其中，终端消费产生的CO2包括农业、工业、建筑业、交通运输业、批发零售业、服务业、居民消费产生的CO2；加工转换产生的CO2只算火力发电和供热产生的CO2，不考虑洗选煤、炼焦、炼油、制气、煤制品加工中的工艺排放产生的CO2。
由于各省的能源平衡表中终端消费里的工业划分为更细的行业，因此需要对工业部门的能源消费和CO2进行拆分，以匹配区域间投入产出表的行业分类。有些省的2002年统计年鉴中有“分行业的主要能源消费量”（12个省），但有的省则没有相关统计。因此采用如下方法进行拆分：把各省能源平衡表中的工业相关的数据作为总量和控制数，省统计年鉴可获得且较合理的能源消费数据（分能源品种）按各行业占工业的比例进行拆分，否则用该省的投入产出表中各行业能源投入（分能源品种）占工业总能源投入的比例作为依据进行拆分。
三、基准情景与校准
基准情景（baseline scenario）是指经济照常发展、没有外来冲击发生的经济运营情况。模型运转期间包括两个部分：已经发生运营的样本期和未发生样本期。前者需要根据实际经济已经发生的主要经济指标进行校准，数据来自统计年鉴或者学者推算；后者需要根据经济发展趋势和相关研究对相关指标进行预测。在能源—经济—环境CGE模型中，GDP增长率、就业情况、固定资产投资、进出口、能源利用效率、能源消耗、碳排放等指标的数值确定非常重要。基准情景的设计越接近实体经济的运行，其可信度就越高。多区域CGE模型的经济指标是区域层面指标。
根据基期数据校准关键经济参数时，一定要在确保外生特定变量的同时也需要内生同样的数量变量。比如，为了校准GDP增长率，内生全要素生产率；外生就业，内生工资；外生进出口，内生汇率等；基于历史外生能源消耗量，就需要内生实际消耗量与价值量之间的系数等。